Benchmark des outils du Data Management Office (DMO) · la data Superviser la mise en pratique des recommandations sur la protection des données personnelles. Les missions du CDO

1 AILANCY CONFIDENTIELIAILANCY CONFIDENTIELI

Benchmark des outils du Data

Management Office (DMO)

Septembre 2019

http://www.twitter.com/AilancyConseil

https://www.linkedin.com/company/ailancy


2 AILANCY CONFIDENTIELI

Notre métier consiste à vous aider à

construire le futur de vos métiers et de

vos organisations.

Avec plus de 700 missions réalisées

depuis sa création en 2008, Ailancy

s'inscrit comme votre partenaire privilégié

pour relever vos enjeux métiers,

accompagner vos réflexions stratégiques

et opérationnelles et mener à bien vos

projets core-business de transformation

ou à forte complexité.

La société Ailancy attache la plus grande importance à la satisfaction de

ses clients. Ses consultants ont apporté tout le soin possible à la

réalisation de cette étude. Le présent document ne prétend pas pour

autant être exhaustif.

Aucune garantie, explicite ou implicite, n’est ou ne sera donnée en

relation avec le présent document et aucune responsabilité ou obligation

n’est ou ne sera acceptée par la société Ailancy quant au caractère

complet et exact du présent document ou de toute information écrite ou

orale transmise ultérieurement. Aucune garantie ou assurance n’est

donnée quant aux prévisions ou projections effectuées pour les besoins

de cette étude.

Les analyses du rapport sont de la responsabilité de Ailancy et

n’engagent qu’elle.

Ailancy conserve les droits d'utilisation, de reproduction, de modification

et correction de l'étude et de ses résultats pour la durée de protection

légale de l'article L. 123-1 du Code de la Propriété Intellectuelle.

Un cabinet de conseil

en organisation

et management

spécialisé dans

l’industrie financière.




Sommaire 1.Vision globale des enjeux data et présentation

du Data Management Office (DMO)

2. Synthèse du benchmark des outils de DMO

3. Notre proposition de valeur

4. Présentation du cabinet Ailancy

5. Fiches éditeurs




▸ Définir de façon précise la valeur pour l’entreprise des différents types de données détenues

LA GESTION DE LA DONNÉE : UN ENJEU DESORMAIS INCONTOURNABLE POUR

LEQUEL LES GRANDES ENTREPRISES SONT ENCORE PEU MATURES

En 2019, selon

Gartner, 90% des

plus grandes

organisations seront

dotées d’un Chief

Data Officer (CDO).

▸ Définir et communiquer la stratégie Data au sein de l’organisation

La gouvernance de la donnée concerne la mise en place de

règles sur la donnée (dont la propriété) et la création de rôles

dédiés. Cette gouvernance se concentre sur plusieurs actions :

▸Mettre en place des politiques afférentes à la Data

▸ Elaborer des standards de qualité Data et d’architecture

▸ Surveiller, auditer et remédier aux problèmes relevés dans les domaines clés, ie. la qualité, les process et la gestion de la donnée

▸Mettre l’entreprise en conformité par rapport aux règlements en vigueur




LA GESTION DE LA DONNÉE : LES GRANDES ENTREPRISES PEU MATURES

*Source : Rapport CIGREF (Réseau des Grandes Entreprises françaises) « Valorisation des données dans les grandes entreprises » Novembre 2016

Les grandes entreprises françaises se considèrent matures en matière d’outils IT mais n’ont pas développé d’outils destinés aux métiers (data quality, data vizualisation, analytics)

Le CIGREF a développé un outil d’auto-évaluation de la

maturité des entreprises en matière de gestion des

données. Le graphe ci-dessous présente la maturité

moyenne de 30 grandes entreprises françaises*:

0

1

2

3Business models

Connaissance

(clients,

écosystème)

Transversalité &

Efficacité

opérationnelle

Stratégie &

Gouvernance des

données

Ethique &

Conformité

Outils & Solutions

0 = Inexistant

1 = Débutant, en phase d’initialisation

2 = Avancé, en cours de mise en œuvre

3 = Confirmé, dispositif opérationnel et/ou en phase d’amélioration

(orientés IT :Big

Data, IoT et APIs)




LES PRINCIPAUX ENJEUX DATA DE VOTRE ENTREPRISE

Marketing et Distribution

Data Culture InfrastructureIndicateurs et

reporting

Risques

▸ Faible niveau de

connaissance et de

maturité data

▸ Expertises isolées au

sein des équipes

▸ Disparité dans les

termes utilisés selon

les entités

Objectifs

= Partager le même langage

= Sensibiliser autour de la data et aligner les objectifs entre entités

Objectifs

= Mieux connaitre le client, ses besoins

= Unifier la connaissance client entre les entités

Risques

▸ Disparités en termes

d’offre proposée aux

clients (conseils, frais,

produits proposés)

▸ Perte d’opportunité par

manque d’utilisation de

la donnée

Objectifs

= Améliorer le pilotage interne

= Optimiser le dimensionnement des équipes

Risques

▸ Manque d’efficacité opérationnelle du reporting manuel

▸ Difficulté de monitoring des entités

▸ Analyses désuètes des ventes

Objectifs

= Fiabiliser et sécuriser les bases de données

= Automatiser les contrôles

= Mutualiser les coûts

Risques

▸ Multiplier les projets sur les différents applicatifs

▸ Multiplier les couches applicatives

▸ Risque commercial de relance intempestive du client

Actions

✓ Sensibiliser le staff aux

enjeux de la donnée

✓ Instaurer de nouveaux

rôles dédiés

✓ Créer un data

dictionnary

Actions

✓ Historiser et agréger les

données en un

référentiel unique

✓ Optimiser le discours et

les démarches

commerciales

Actions

✓ Réduire le nombre de

processus manuels

✓ Automatiser le reporting

✓ Mettre en place des

indicateurs de qualité

de la donnée et assurer

leur suivi

Actions✓ Etablir une cartographie

des données

✓ Centralisation et

gouvernance des données

sur un data lake

✓ Création d’un catalogue

d’API et de progiciels

Les enjeux de la donnée sont transverses à tous les métiers de l’entreprise et peuvent être répartis en cinq grandes thématiques :

Conformité

Objectifs

= S’assurer de la conformité des procédures vis-à-vis des réglementations liées à la donnée

Risques

▸ Ecarts de conformité en termes d’accès, de stockage et de monétisation de la donnée

Actions

✓ Formaliser des

guidelines

✓ Assurer la diffusion des

normes au sein de

l’entreprise




LES AVANTAGES D’UNE ORGANISATION DATA CENTRIC

Améliorer la relation client

Grâce au partage de données, tous

les collaborateurs peuvent avoir

accès aux mêmes informations sur

le client, offrant une vision 360 de

la relation client.

Offrir de nouveaux produits et

services

Tels que les chatbots et APIs pour

permettre le Self Behave.

Limiter les risques

Augmenter la protection de la

donnée pour éviter une fuite de

données.

Réduire les coûts opérationnels

Augmenter l’efficacité

opérationnelle et réduire les coûts

(tels que les coûts d’achat de

market data auprès des

fournisseurs).

Monétiser la donnée

Monétiser les données transmises

aux clients.

Être en conformité réglementaire

Ëtre en conformité avec les règles

de conformité. Faciliter la

production de reportings

réglementaires.

Améliorer le pilotage interne

Développer de meilleurs

indicateurs grâce à l’Analytics.

Création de KPI et KQI (Key Quality

Indicators).

Répondre aux conditions des RFP

Prouver la maturité de l’entreprise

en matière de gestion des données

pour remporter des RFP.

Le sujet data est trop fréquemment identifié comme un sujet IT. Aujourd’hui les entreprises doivent diffuser la culture data afin d’améliorer leur

efficacité opérationnelle et de créer de nouvelles opportunités au sein de tous les métiers.




Pilotage

▪ KPI (Key Performance

Indicators)

▪ KQI (Key Quality Indicators)

▪ Reportings

PREREQUIS POUR ATTEINDRE UNE ORGANISATION DATA CENTRIC

ET DÉVELOPPER DE NOUVEAUX USAGES

Référentiels

centralisés

▪ Référentiel Tiers

▪ Référentiel des données

de marché

▪ Référentiel Interne

▪ Référentiel Produits

▪ Référentiel Contrats

Culture Data &

Gouvernance

▪ Règles de compliance

▪ Mise en place de rôles

data

▪ Sensibilisation et

formation

Nouveaux usages

▪ API / Openbanking

▪ Chatbots / IA

▪ Analytics

▪ Nouveaux services

Infrastructure

▪ Data lake / Infocentre

▪ Data management

solution

La maîtrise de la

data apporte un

avantage compétitifDébut de la transition

vers une organisation

data centric

La data culture et l’infrastructure sont des pré requis aux autres enjeux et doivent être traités en priorité par l’entreprise.




LES MISSIONS DU DATA MANAGEMENT OFFICE (DMO)

► Outil de data quality

► Outil de data visualization

► Data gouvernance

► Intelligence Artificielle et RPA

Data

Management

Office

► Exploiter le potentiel de la donnée en

interne

► Vendre ses données à l’extérieur

(Open API)

Valoriser la donnée et maîtriser les

coûts

► RACI, processus et dispositif de

contrôle

► Métadonnées et cartographie des

données

► Standards de qualité

Maîtriser la qualité de la donnée

► Promouvoir la donnée

► Mettre en place des politiques

► Management du changement

Porter la vision d’une organisation

data-centric

Pousser les innovations

technologiques et la transformation

du SI

Les enjeux liés à la donnée concernent tous les métiers de l’entreprise. Il est nécessaire de créer une gouvernance transverse,

le data management office, pour synchroniser les projets data.

Pour répondre à ces missions, le DMO doit disposer d’une série d’outils que nous présentons dans la suite de cette étude.




FOCUS SUR LE ROLE DE CHIEF DATA OFFICER (CDO)

▪ La gouvernance des données est plus stratégique aujourd’hui qu’hier

▪ On observe l’émergence d’une masse de données en temps réel issue du web, du

mobile et des réseaux sociaux

▪ Les entreprises investissent massivement dans les services digitaux

▪ Les projets data driven constituent plus de ¾ des projets principaux dans le digital*

▪ La data constitue un élément concurrentiel différentiant et un facteur de création de

valeur central

« Besoin d’un leader orienté client, qui

parle IT et comprenne les enjeux

business, à la fois stratège et

opérationnel »

Stratégie Data▪ Elaborer une stratégie data (business &

qualité) et s’assurer que les roadmaps IT

et Business sont alignés

▪ Prioriser les initiatives d’investissements

▪ Soutenir l’innovation et créer des

partenariats : réduire les coûts de la data

en développant des synergies

Management Data

▪ Superviser et être garant du dispositif de

gestion des données clients (qualité,

sécurité, etc.)

Change Management

▪ Créer une culture de la data au sein de

l’entreprise

▪ Représenter la fonction data au sein des

instances de gouvernance les plus

hautes de l’entreprise

Risk Management & Data Privacy ▪ Sensibiliser les acteurs aux risques liés à

la data

▪ Superviser la mise en pratique des

recommandations sur la protection des

données personnelles

Les missions du CDO

(*) BCD2O – Baromètre des Chief Digital/Data Officers – 2ème édition 2017

Afin de réussir la transformation « data » des organisations, il devient incontournable de définir une gouvernance forte. Votre

entreprise peut s’inspirer du rôle de CDO et des bonnes pratiques liées à la gouvernance des données.

Pour réaliser ces missions le Chief Data Officer (CDO) a besoin de s’équiper avec des outils de data gouvernance




COMPOSITION DU DATA MANAGEMENT OFFICE ET IMPLICATION DES LIGNES

MÉTIERS

Group CDO

Entity 1

CDO

Entity 2

CDO

DDO

domain

DDO domain

2

Sponsor

Business

Designer

Data

owner 1

Data

owner 2

IT data

designer

IT project

manager

Business

project

manager

Equipe projet

Les rôles

Chief Data Officer (CDO)

▪ Cf focus précédent

▪ L’organisation du DMO doit correspondre aux spécificités de

chaque entreprise : il est notamment possible de nommer un

CDO groupe puis un CDO par entité ou un unique CDO.

Data Domain Officers (DDO)

▪ Les DDOs sont responsables de la stratégie et du respect

des normes sur leur domaine de données (par exemple les

domaines « Instruments financiers » ou « Normes

comptables »).

▪ Le taux de charge des DDOs dépend de la taille de

l’entreprise et des domaines de données : il peut s’agir d’un

temps plein ou temps partiel.

Data owner et data steward

▪ Ils sont nommés au sein des équipes métiers et sont garants

du suivi et de la qualité de la donnée qui leur est attribuée.

▪ Le Data owner est responsable de la donnée, il peut la

produire ou être l’un des principaux utilisateurs de celle-ci.

▪ Les data stewards sont responsables de la qualité et

effectuent des contrôles de qualité, en revanche ils ne sont

pas responsables des actions correctives qu’ils délèguent

aux data owners.

▪ Ces rôles requièrent généralement des temps partiels.

Exemple d’organigramme de DMO

Data

steward 2

Data

steward 1

Utilisateurs opérationnels au sein des équipes métiers

Les premiers utilisateurs des outils de Data Management sont les membres du DMO mais ces outils doivent être ouverts et

maîtrisés par tous les utilisateurs de la donnée au sein des équipes métiers.




Sommaire 1. Vision globale des enjeux data et présentation





5. Fiches éditeurs




DANS QUEL ORDRE PROCÉDER POUR DEPLOYER VOTRE OUTIL DATA ?

Distribution des rôles data

Répartition des ressources

Gestion des Data domains

Analyse des Data & remédiation

Identification & Analyse d’impacts

Création d’indicateurs de pilotage

Identification des tendances du marché, des corrélations

inconnues, les préférences des clients et d’autres

informations commerciales utiles.

Automatisation des reportings

Dashboards

Les outils de data management sur le marché proposent les fonctionnalités suivantes :

Mesurer et qualifier la qualité de la donnée.

Identifier et corriger la donnée défectueuse.

Data lineage : assurer une traçabilité des actions sur la

donnée.

Glossaire sémantique permettant une recherche

intuitive.

Partage d’un langage commun

Définition des données, processus, règles de qualité,

indicateurs, etc.

Spécification des attributs & segmentation

Hors scope : Cloud, Datalake et solutions de Data Integration

Sécurité et confidentialité de la data

Connectivité

Cf fiche p20

Cf fiche p18

Cf fiches p15, à 17

Cf fiche p21




MÉTHODOLOGIE DU BENCHMARK (1/2)

▪ Ce benchmark se base sur l’analyse de 10 solutions de Data Management développées par des éditeurs basés en Europe ou aux

Etats Unis et ciblant le marché français. Ces éditeurs ont réalisé une démonstration et ont répondu à nos questions sur les aspects

techniques et commerciaux de leurs solutions.

Présentation des éditeurs

▪ Les éditeurs ont été sélectionnés en se basant sur différentes sources : étude du Gartner, recommandations de nos clients,

présence de l’éditeur dans d’autres classements.

▪ Certains éditeurs n’effectuent pas de démonstration de leur solution ou refusent d’être cités dans des benchmarks.

*Infogix a racheté Datum en 2018 et souhaite mixer les deux solutions pour créer un outil de data management plus performant.

**Horton et Cloudera ont fusionné en 2018 et proposent une solution commune.

* **

Sélection des éditeurs




MÉTHODOLOGIE DU BENCHMARK (2/2)

Connectivité

Data Catalog & Dictionnary

Qualité de la donnée

Data lineage

Gouvernance de la donnée

Conformité

Analytics

Exemple de fiche

Ergonomie

Déploiement

Commercial

Principaux enjeux liés à la

fonctionnalité

Description de la fonctionnalité

et présentation de certaines

best practices

Liste des critères évalués

lors des démonstrations et

des échanges avec les

éditeurs

Solutions les mieux notées

selon les critères cités ci

dessus

3 concernent la

relation client

7 concernent les

fonctionnalitésLe benchmark se base sur 10 critères :




Fonctionnement

▪ Les données de mauvaise qualité sont erronées, non

conformes, non contrôlées, non fiables, statiques ou

dormantes.

▪ L’outil peut proposer une librairie de règles de qualité de la

donnée et permettre aux utilisateurs de créer des règles

selon les spécificités du métier ou en se basant sur le

machine learning qui analyse les trends des bases de

données. Ces algorithmes permettent d'identifier les

erreurs et d'analyser les risques liés à la donnée.

▪ Certains logiciels permettent de déterminer des seuils de

qualité en dessous desquels une alerte s'active.

DATA QUALITY

Critères de différentiation à prendre en compte

pour le choix d’une solution ✓ Mise en qualité, normalisation : comment ? Via ETL ? BI ? IA ? RPA ?

✓ Mesure de la qualité ? KQI, KVI, KPI, etc. ?

✓ Pilotage de la qualité : plan de résolution d’une erreur ? Ciblage,

qualification, responsabilité, etc. pour résolution de l’erreur ? Objectifs

de qualité

✓ Réplication des modifications : instantanée ? Moyen de contrôles ?

✓ Traçabilité des erreurs/modifications ? Alertes ? Horodatage ?

Correction ciblée/généralisée ?

✓ Existence d’un RACI ?

Les solutions incontournables sur le marché

Enjeux

▪ Suivre le niveau de qualité des données de l’entreprise.

▪ Cibler la source de l’erreur et attribuer la correction à un

utilisateur.

▪ Nettoyer automatiquement les erreurs récurrentes et les

doublons.




Fonctionnement

▪ Le dictionnaire de données permet de mettre en place un langage partagé par tous les métiers donc de simplifier la coordination

sur les projets transverses. Le logiciel permet de classer automatiquement les données selon les règles établies.

▪ Le machine learning et l’AI permettent de développer des modèles sémantiques personnalisés et adaptés au SI du client quand

d’autres solutions proposent un catalogue de données universel à tous les clients.

DATA CATALOG / DICTIONARY


pour le choix d’une solution ✓ Dictionnaire de données par défaut ou possibilité d’en créer un

personnalisé ?

✓ Classification automatique des données selon les règles établies ou

créées via machine learning et IA ?

✓ S’adapte à plusieurs langues ?


Enjeux

▪ Partager le même langage au sein de l’entreprise.

▪ Classer des données non structurées automatiquement.

▪ Trouver la bonne donnée source dans la base de données

grâce à un outil de recherche optimisé.




Description

▪ Outil qui permet d'identifier les sources, les relations et

dépendances entre les données. Cette fonctionnalité

permet de tracer un incident de sécurité et d’identifier les

données et les applicatifs impactés.

▪ Propose une navigation graphique pour tracer les liens

entre les données.

DATA LINEAGE


pour le choix d’une solution ✓ Piste d’audit ?

✓ Cartographie des processus / intervenants

✓ Gestion du cycle de vie de la donnée

✓ Plan de mise à jour, comment maintenir le data lineage ? Manuel ou

automatique ?

✓ RACI ?

✓ Traçabilité modifications ? Alertes ? Horodatage ?

✓ Plan de remédiation (des erreurs) ? Intégration de l’erreur :

auto/manuel ?

✓ Documentation des processus


Enjeux

▪ Tracer un incident et corriger l’erreur à la source.

▪ Voir toutes les modifications effectuées sur une donnée

par les utilisateurs et pouvoir extraire une trace d’audit.

Exemple de navigation graphique




Fonctionnement

▪ Les solutions offrent la possibilité de créer différents dashboards selon le profil de l’utilisateur.

▪ L’outil permet de gérer les tâches liées à la donnée et de les répartir entre utilisateurs.

▪ Certaines solutions utilisent l’IA pour concevoir un modèle (data owner, data stewards..) adapté à l’organigramme de l’entreprise.

GOUVERNANCE DE LA DONNÉE


pour le choix d’une solution ✓ Quels profils disponibles ? Ecriture / lecture ? Selon métiers data

management ? CDO, Data Quality Analyst, Data Architect, Data

Protection Officer, etc.?

✓ Profils/dashboards standards ? Quid de la création / modification /

autorisation, duplication, etc.

✓ Gestion des habilitations ? Calquée sur workflow data-lineage ?

Transverse ? Par origine de la data ? Data ? Profil type ? Ségrégation

intra groupe ?


Enjeux

▪ Garantir que les rôles sont clairement définis et que les responsabilités font l’objet d’un consensus dans toute l’entreprise.

▪ Répartir les tâches entre les utilisateurs et avoir un suivi de leur avancée (exemple : campagne de nettoyage des données).

▪ Gérer les habilitations et les accès aux données.




Description

▪ La majorité des logiciels aident les entreprises à se conformer à GDPR en proposant une sémantique GDPR ou un algorithme pour

identifier automatiquement les données sensibles et les taguer comme telles.

▪ Certaines solutions proposent des glossaire et dictionnaire de données spécifiques à l'industrie financière sur les problématiques

réglementaires (BCBS 239).

CONFORMITÉ


pour le choix d’une solution ✓ Conformité du logiciel aux critères/exigences réglementaires. ex. GDPR

✓ Sémantique/dictionnaire réglementaire disponible

✓ Sujet réglementaire déjà traité chez un client ? GDPR, MIF 2 ? BCBS

239 ?

✓ CertificationsLes solutions incontournables sur le marché

Bénéfices

▪ Assurer la conformité à GDPR et BCBS 239.




Description

▪ Les solutions peuvent réaliser des calculs d’indicateurs en temps réel et des dashboards avec graphiques

▪ La majorité des solutions proposent d’automatiser les reportings selon le format proposé par l’éditeur ou celui importé par le client.

ANALYTICS


pour le choix d’une solution ✓ Typologie et richesse des indicateurs disponibles ?

✓ KPI (Key Perfomrnace Indicators)

✓ KQI (Key Quality Indicators)

✓ KVI (Key Value Indicators)

✓ Sur data structurées ou non ?

✓ Bibliothèque de reportings

✓ Automatisation des reportings

✓ Intégration de reportings externes (Ex. Metacenter et Temenos)

✓ Niveau de focus sur la donnée

✓ Capacité à valoriser commercialement la donnée ? Cross-seelling,

ciblage clients, etc.

Enjeux

▪ Accéder à des indicateurs en temps réel.

▪ Automatiser la création de reportings.

Les solutions analysées proposent presque toutes

l’automatisation des reportings mais les fonctionnalités

d’Analytics plus poussées sont souvent un service

supplémentaire payant. Les solutions en open source

permettent d'intégrer les outils d'Analytics. Parmi les

éditeurs rencontrés pour ce benchmark nous pouvons citer

Talend et Informatica. Par ailleurs, SAS, SAP BO et Oracle

sont des acteurs incontournables du marché. Il existe

également des solutions plus dédiées au secteur financier.




CONNECTIVITE


pour le choix d’une solution ✓ Sandbox

✓ ETL (Extract Transform Load)

✓ Datalake

✓ Datamart

✓ API

✓ Webservice

✓ Scalabilité

✓ Hébergement ? Sur cloud ? On-premise ?

✓ Intégration à un framework ? Logiciel libre / propriétaire ? Langage

(Java, Python, C++, etc.) ?

✓ Accès au code source ?

✓ Connexion aux frameworks de metadata ? Quel type de framework ?

Infrastructure / Système ? Hadoop / autre ?


Fonctionnement

▪ Les logiciels doivent pouvoir comprendre les langages

utilisés par le SI client et s’adapter à son architecture (par

exemple en utilisant des connecteurs).

▪ Ces connecteurs peuvent être inclus dans le prix total ou

facturés comme des options supplémentaires.

▪ Certaines solutions sont disponibles sur cloud ou On-

premise.

Enjeux

▪ Connecter la solution rapidement au SI du client sans frais d’intégration ou de transcription d’un langage à un autre.

▪ Regrouper toutes les données de l’entreprises (brutes et transformées) au sein d’un datalake ou d’un Cloud pour accélérer

l’exploitation des données.




Description

▪ La majorité des éditeurs ont développé des outils intuitifs pour tous les utilisateurs. Cependant certaines solutions restent très

orientées IT et sont peu accessibles aux métiers.

ERGONOMIE


pour le choix d’une solution ✓ Drag & drop

✓ Modalités d’export/import de données. Formats des fichiers.

✓ Possibilité d’exporter/modifier/importer

✓ Vues dynamiques. Graphes, diagrammes, organigrammes, etc.

✓ Agilité ? Temps de prise en main ?

✓ Niveau de connaissances IT pour déployer / utiliser le produit

✓ Solution en real-time

✓ Task / issue list ? Réaffectable ? Envoi par mail ?

✓ Moteur de recherche interne

✓ Filtrage ? Création/enregistrement de recherche type ?

✓ Rapidité

✓ Recherche en langue naturelle

✓ Ergonomie / user-friendly

✓ Glossaire et dictionnaire : sémantique adaptée ? Business / technique

? Vues disponibles simultanément ?


Enjeux

▪ Profiter d’un outil de recherche en langage naturel pouvant

proposer de l’auto completion et une liste de suggestion

(certaines solutions utilisent ElasticSearch).

▪ Se connecter sur une interface capable de s’adapter selon

le profil de l’utilisateur.

▪ Echanger des best practices entre clients grâce à une

plateforme collaborative.




COMMERCIAL


pour le choix d’une solution Mode de facturation

✓ Licence et durée d’abonnement ?

✓ Volume de données traitées ?

✓ Token/jeton et donc paiement à l’utilisateur ?

✓ Selon fonctionnalités déployées ? Dégressivité ?

✓ « au cas par cas » ?

✓ Rémunération des partenaires /prestataires ?

Avant/après-vente

✓ Démos “live” possibles ? Free trial ou free POCs ? Mise à disposition

d’une version de démo ?

✓ Montage de Use Case ? Organisations de workshops sur sujets précis

?

✓ Support client ? En quelles langues ? Personnes physiques et/ou bots

sur le logiciel ? Interface d’échange avec l’éditeur (sur le modèle de

JIRA ou HPQC par exemple)

✓ Editeur et/ou prestataire de déploiement ?

✓ Possibilité d’enregistrer/qualifier/suivre les bugs et leur résolution ?

Informations éditeur

✓ Implantation en France ? Directement ? Via partenaires ? Uniquement

US ou pays anglo-saxons ?

✓ Langues du logiciel ? EN uniquement ? FR également ?

✓ Typologie de clientèle : banque/assurance/mutuelle/security services

également ?


Les modèles de facturation

▪ Facturation : Système de licence, ou facturation selon le

nombre d’utilisateurs ou le volume de données traité

(nombre de nodes nécessaires)

Autres éléments

▪ Avant vente : Possibilité d’effectuer un POC ou une

démonstration, ce service peut être proposé gratuitement.

▪ Après vente : La maintenance et les mises à jour sont

souvent facturées 20% du prix de la licence par an. Le

support est principalement assuré par des personnes

physiques au téléphone, en français ou anglais.

▪ Implantation : Un seul éditeur a son siège à Paris et trois

éditeurs ont des bureaux en France.




Description

▪ Le déploiement des solutions de data management peut être réalisé par une équipe de l’éditeur ou par un partenaire externe.

Certaines solutions proposent des résultats en quelques jours mais le déploiement prend en moyenne un mois.

▪ Capacité à trouver les bons interlocuteurs et les sachants pour faciliter le déploiement.

DEPLOIEMENT


pour le choix d’une solution ✓ Délai moyen

✓ Déploiement par module

✓ Avec partenaires ? Ou en autonomie ?

✓ Certification des partenaires / prestataires

✓ Modalités. Procédure type / ordonnancement

✓ Des équipes support en France ?


Best practices

▪ Accompagnement du CDO sur 10-15 jours avec réalisation d'un cas d'usage.

▪ Packages de démarrage avec quickstart pour obtenir des résultats en moins d’un mois.

▪ Les plateforme en open source sont rapides à déployer, l’utilisateur choisit ensuite les services supplémentaires à connecter avec

des APIs.




Editeurs Connectivité

Data

catalog &

dictionnary

Qualité de

la donnée

Data

lineage

Gouvernan

ce de la

donnée

Conformité Analytics Migration

vers Cloud (2)

FONCTIONNALITÉS ET OFFRES – SYNTHÈSE²

NA NA NA NA

Fonctionnalité totalement intégrée dans la solution Fonctionnalité non intégrée dans la solution

(1) L’éditeur étant en pleine fusion, il a répondu aux questions techniques mais n’a pas fourni de démonstration

(2) Les services de migration vers Clouds sont vendus par les éditeurs via des packages Cloud spécifiques, séparément des offres

de Data Gouvernance. Les principaux Clouds proposés sont AWS (Amazon), Azure (Microsoft) et Google Cloud.

(1)

[Hors scope]

Fonctionnalité partiellement intégrée dans la solution

NA




PANORAMA DES EDITEURS

Les incontournables

Le challenger Les spécialistes UK / US

Spécialisé*

*La solution concerne principalement la fonctionnalité Data Catalog




Sommaire 1.Vision globale des enjeux data et présentation





5. Fiches éditeurs




COMMENT AILANCY PEUT VOUS ACCOMPAGNER ? (1/2)CADRAGE ET SELECTION DE LA SOLUTION

Evaluation de la maturité et définition des enjeux

relatifs à la donnée

Mesurer la maturité de la connaissance et de la gestion des

données pour pouvoir définir des objectifs atteignables.

Décliner les enjeux et définir les prérequis et livrables qui y sont liés.

Définition d’une roadmap et priorisation des

projets data

Définir un plan de transformation réaliste et pragmatique tenant

compte des contraintes réglementaires et business.

Ailancy peut vous proposer différents niveaux d’interventions et cela selon le degré de maturité du projet au sein de votre

société.

Initialisation

Pilotage

Réalisation

Sélection d’un outil de data management et

intégration

Définir un plan de transformation réaliste et pragmatique tenant

compte des contraintes réglementaires et business.




Travaux préparatoires à l’implémentation

Etat des lieux des systèmes SI en place et des

applicatifs.

Documentation des processus existants.

Redéfinition des rôles et de l’organisation pour

assurer la propriété et les responsabilités autour

de la donnée.

Support lors de la définition des domaines de

donnée

Implémentation & conduite du changement

Construction d’une roadmap pour l’implémentation

d’une solution impliquant les ressources

business/IT

Définition des indicateurs clés, des règles et

processus

Conduite du changement dans les Business teams

La mise en place de l’outil permet de réaliser automatiquement une cartographie des données et de construire un

dictionnaire des données adapté aux besoins de l’entreprise.

COMMENT AILANCY PEUT VOUS ACCOMPAGNER ? (2/2)INTEGRATION DE LA SOLUTION









5. Fiches éditeurs




Notre métier consiste à vous aider à construire le futur de vos métiers

et de vos organisations

Nous vous accompagnons dans vos réflexions stratégiques et nous

vous assistons dans la mise en œuvre de vos décisions

Cabinet de conseil

indépendant en

organisation et

management de

référence spécialisé

dans l’industrie

financière

Structuré autour de trois

Business Teams

1. Banque de détail et services financiers

spécialisés (SFS)

2. Services d’investissement et gestion

d’actifs

3. Assurances, santé et prévoyance




63

16,1

2017

56

10,5

2014

50

9

2013

41

2012

34

4,8

2011

Chiffre d’affaires

(M€)

24

3,5

2010

Eff

ecti

f m

oye

n

120Effectif

au 31 décembre 2018

2008Date de création

740Missions

réalisées

100%indépendant

Parité

82

13,5

2015

15,3

2016

72

6,9

¼ de missions internationales

10 Associés

20,6

2018

95




Élaborer la stratégie de

développement

> Étude de marché et positionnement

stratégique

> Stratégies opérationnelles

> Cadrage et accompagnement de

projets de développement

Améliorer la compétitivité de

l’organisation

> Refonte de processus et des

organisations

> Accompagnement de restructurations et

fusions

> Recherche de partenariats, d’outsourcing

et de synergies

Conduire de grands projets de

transformation

> Dispositifs PMO & pilotage de programme

> Conduite de projets en méthodologie

Agile

> Mobilisation d’équipes pluridisciplinaires

Réussir sa transition digitale

> Définition de plan de transformation

digitale et aide à la déclinaison

> Expertise en matière d’Open

Banking, APIs, Blockchain

> Appui sur la présence au sein de

l’écosystème Fintechs

S’adapter aux contraintes

réglementaires

> Expertise forte notamment sur : MIF II,

DDA, GDPR, DSP2, PRIIPS, …

> Conduite de veille, analyse d’impacts et

appui à la mise en œuvre

> Optimisation du risk management et du

dispositif de conformité

Faire évoluer le Système

d’information

> Construction de schéma directeur

informatique

> Aide au choix de progiciels

> Appui à la spécifications métier

Ailancy vous accompagne

sur tout le cycle de vie de

la transformation

Nous disposons de

références significatives

sur l’ensemble de ces

domaines auprès des

principaux acteurs de la

Place

Notre expertise pour la conduite de vos projets




Ils nous font confiance



http://images.google.com/url?sa=i&rct=j&q=RCI+Banque&source=images&cd=&cad=rja&docid=nfplzEu21LVmNM&tbnid=T6_T1ocA5B3-ZM:&ved=0CAUQjRw&url=http://www.garagethielen.lu/index.php?pg=service&sps=6&lg=fr&ei=dTSWUYqoNoO70QXfp4CADg&bvm=bv.46471029,d.ZG4&psig=AFQjCNEqfnixQeq4wY5vGO6Vyf-kf01D8Q&ust=1368884654992489


Un engagement social en externe

Ailancy est partenaire de l’ONG Entrepreneurs du Monde et soutient le projet Fansoto au sud du

Sénégal qui accompagne les femmes à se lancer dans l’entreprenariat

Après avoir soutenu en 2017/2018 le projet Assimilassimé au Togo qui

a accompagné 133 personnes démunies dans l’entrepreneuriat

Laissons la parole à nos consultants

Nos collaborateurs décrivent et partagent leur

quotidien chez Ailancy sur Glassdoor

Un engagement social en interne

Ailancy est signataire de chartes de référence reflétant son engagement auprès de ses

salariés

Un engagement environnemental

La RSE chez Ailancy c’est aussi : des collectes de vêtements, des courses solidaires, l’utilisation de cartouches et papiers recyclables, du tri sélectif

des déchets.

Ecovadis a décerné à Ailancy le label Gold pour sa politique RSE (top 5% des entreprises)

Ailancy est « Great Place to Work »

100% des collaborateurs Ailancy décrivent une atmosphère de travail plaisante*

96% des collaborateurs considèrent qu’on leur accorde beaucoup de responsabilités*

Responsabilité Sociétale et Environnementale (RSE) : nos engagements sur 5 thématiques

*résultats de l’enquête GPTW 2018

Un engagement pour le développement durable

Ailancy a rejoint le réseau Global Compact pour soutenir l’initiative des Nations-Unis et

s’engage à intégrer durablement ses 10 principes dans sa stratégie et ses opérations









5. Fiches éditeurs




SOMMAIRE DES FICHES ÉDITEURS

1. Collibra : Data Governance Center

2. Data Advantage Group : Metacenter

3. Datum : Information Value Management

4. Global Data Excellence : Data Excellence Management System

5. Hortonworks/Cloudera

6. IBM : InfoSphere Master Data Management

7. Infogix : Data3Sixt

8. Informatica : suite "Intelligent“

9. Smartlogic : Semaphore

10.Talend : Master Data Management

Pour accéder aux fiches complètes des solutions

>> Contactez-nous <<



mailto:[email protected]?subject=Demande%20d'information%20-%20Benchmark%20des%20outils%20du%20DMO


FICHES ÉDITEURS (1/2)







FICHES ÉDITEURS (2/2)







Quelques publications Ailancy

Retrouvez toutes nos

publications sur

www.ailancy.com/

Retrouvez la version

électronique de notre

étude en flashant ce

QR code.Blockchain en action

Principes généraux,

enjeux et limites




QR code.Etude FinTechs

Menace ou levier

d’innovation ?




QR code.Open Banking

L’heure des

comptes est-elle

arrivée ?



http://www.ailancy.com/

http://tiny.cc/AilancyEtude1




https://www.ailancy.com/evenements/open-banking-lheure-des-comptes-est-elle-arrivee-dsp2-api/


Vos contacts Thibaut de Lajudie - Associé

[email protected]

Mob. +33 6 60 59 21 31

32, rue de Ponthieu

75008 Paris

Tel : +33 (0)1 80 18 11 60

www.ailancy.com

Romain Devai – Senior Manager

[email protected]

Mob. +33 6 16 55 67 41

Clémentine Ravion – Consultante

[email protected]

Tel : +33 6 98 21 38 75



mailto:[email protected]?subject=Etude%20Assurance%20Emprunteur

Documents

Benchmark des outils du Data Management Office (DMO) · la data Superviser la mise en pratique des recommandations sur la protection des données personnelles. Les missions du CDO